艇载共形稀疏阵列天线雷达成像研究

基于平流层飞艇平台,研究了共形稀疏阵列天线雷达对静止目标成像及对运动目标探测的问题。针对三叶玫瑰线艇身模型,提出了共形稀疏阵列天线的布阵方式。雷达采用实孔径方式成像,各子阵同时发射多脉冲频分正交信号。利用各子阵多发多收的回波信号,采用后向投影(BP)算法完成各子带信号对静止目标的成像处理,再将子带信号成像结果相参累加以提高静止目标成像的距离向分辨率;将各子阵一发多收的多脉冲回波信号变换到距离-多普勒域,完成静止杂波抑制,对各子带信号采用压缩感知(CS)的方法在二维空间实现对运动目标图像的重建,再将子带信号重建结果非相参累加以提高运动目标探测的信噪比。仿真实验验证了本文方法的有效性。     

基于空间特征的MIMO穿墙雷达墙杂波抑制

在穿墙成像中,墙体反射波相对于目标回波具有很强的能量,因此对目标的成像及检测造成严重干扰。传统的空域滤波方法基于单发单收阵列体制,利用墙体空间特征不变性有效地抑制墙体杂波。随着MIMO技术越来越多的应用于穿墙雷达,墙体空间特征发生变化,该方法不再适用于MIMO穿墙雷达回波。为解决这一问题,该文分析了MIMO穿墙雷达回波中墙体与目标回波的空间特征,参数化建模结果表明,墙体回波的空间特征与天线阵列的位置无关且具有对称性,而目标回波不具有该特性。根据两者的这一差异,该文提出对称消去法来消除墙体回波。仿真结果表明该方法能够有效地消除墙体杂波,且能够保留目标的全部信息。     

基于艇载稀疏阵列雷达的空中运动目标成像探测北大核心CSCD

基于艇载平台的空中运动目标探测在低空侦察、预警识别等军事领域的应用价值广泛。文中基于频分信号和孔径综合方式设计了一种艇载共形稀疏阵列布设方式。为降低阵列系统复杂度、提高数据利用率,采用主动冗余线列阵作为稀疏布设准则。提出了一种干涉处理的频域运动目标稀疏成像算法,利用飞艇悬浮的特点,对飞艇平台前后不同孔径综合下的实孔径雷达图像进行干涉操作,去除复图像分辨单元内的随机初相位,使雷达复图像在频域具备稀疏性质。在频域开展低通滤波等重构处理,可得到运动目标的稀疏重建结果,实现运动目标的准确探测。给出了艇载稀疏阵列在成像分辨率0.5 m的点阵目标成像仿真结果,验证了方法的有效性。     

强地杂波下基于压缩感知的稀疏子脉冲高分辨雷达成像方法

针对稀疏雷达孔径数据处理与成像问题,本文提出了一种强地杂波背景下基于压缩感知（CS）的线性调频步进信号（SFCS）稀疏子脉冲高分辨雷达成像方法。在对稀疏回波数据解线调时,采用填零一次相消技术剔除地杂波,对粗分辨距离像序列二次采样后获得高信杂比的目标高分辨回波信号;再利用该信号的频域稀疏特性,结合各脉冲簇中随机丢失不同子脉冲的情况,构造相应的部分傅里叶基矩阵实现雷达数据的稀疏化表征,然后利用正交匹配追踪（OMP）算法对目标高分辨距离像（HRRP）进行重构处理,实现对目标的高分辨成像。仿真结果验证了本文方法的有效性。      

稀疏阵列L 型MIMO 雷达运动目标三维成像方法

针对L型多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达对空中运动目标三维成像天线数目较多问题,提出了发射阵列采用稀疏布阵的L型MIMO雷达三维成像方法。该文首先分析了MIMO雷达发射阵列的稀疏布阵方式,其次结合压缩感知理论具体阐述了基于稀疏阵列的三维成像方法。该方法在大幅减少L型MI-MO雷达发射天线的条件下,实现了对运动目标的单次快拍三维成像,不仅有效避免了目标机动带来的运动补偿难题,同时又降低了系统的硬件复杂度,便于工程应用。最后利用仿真实验验证了本文方法的有效性和可行性。     

基于压缩感知的稀疏阵列MIMO雷达成像方法

针对MIMO雷达对空目标单次快拍成像时天线数目较多问题,该文提出了一种稀疏阵列MIMO雷达的成像方法。首先分析了MIMO雷达天线的稀疏布阵方式,其次结合压缩感知理论具体阐述了稀疏阵列MIMO雷达的成像方法。该方法不仅能够对运动目标实现单次快拍成像,避免了目标机动带来的运动补偿难题,同时又能够大幅减少MIMO雷达的天线规模,便于工程实现。最后利用仿真实验验证了所提方法的有效性。     

UWB-MIMO穿墙雷达三维成像与运动补偿算法研究

该文提出一种适用于超宽带MIMO稀疏阵列的Kirchhoff迁移成像和运动补偿方法。该方法将传统Kirchhoff积分方程引入到MIMO阵列中,并利用后向格林函数替代前向格林函数来解决小阵列大视场的问题。另外,在通过微波开关切换分时复用的方式来采集接收单元回波数据的同时,增加1个参考通道直接采集参考单元的回波信号来估计运动目标的位置变化信息,对MIMO通道的数据进行运动补偿后再进行3D成像,有效避免了因目标运动导致的散焦和成像结果偏移真实位置的问题。     

基于时频分析的双基地前向散射雷达侧影成像

介绍了双基地前向散射雷达侧影成像的原理,分析了该雷达回波中目标信号和杂波的时频特性,提出了利用小波分析剔除该雷达回波中杂波的方法,然后提出了利用时频分析估计目标径向运动参数的稳健的运动补偿算法,最后通过仿真证明了所提方法的有效性.     

时分MIMO滑坡雷达稀疏成像算法

针对现用于成像的MIMO山体滑坡雷达均匀线性阵列数目过多、数据处理复杂度高的问题，引入稀疏阵列时分地基MIMO雷达模型，提出一种基于逆傅里叶变换和混合匹配追踪算法的成像方法。首先通过对雷达回波信号作逆傅里叶变换实现距离向压缩，并进行近似相位补偿，然后采用一种基于时延补偿因子稀疏基的压缩感知算法实现方位向压缩。同时针对多目标成像的伪影点问题，方位向数据压缩引入子空间追踪算法和正交匹配追踪算法的结合算法重构出高分辨率且没有伪影的二维图像。根据真实的山体滑坡监测成像场景参数，通过数值仿真验证了该方法能够在低于传统均匀阵列的天线数目情况下实现目标高质量成像，且具有一定的抗噪性。     

基于压缩转发的协作MIMO雷达成像算法

以实现地面目标的快速、高分辨率成像为目的,本文提出了一种基于压缩感知和协作通信技术的解决方案。在分析压缩感知理论和传统协作MIMO雷达成像算法的基础上,提出了基于匹配滤波器的协作MIMO雷达回波信号的稀疏表示方法和用于恢复重构的基函数,并建立了基于压缩转发的协作MIMO雷达系统模型。该系统主要由收发雷达、转发节点和压缩感知成像处理中心组成,转发节点利用模拟/信息转换(AIC)测量框架将雷达回波数据压缩后转发,压缩感知成像处理中心接收到各转发节点转发的数据后,利用正交匹配追踪算法(OMP)进行距离向压缩和方位向压缩,从而实现快速、高分辨率成像。仿真结果表明,该方法比传统MIMO雷达对各转发节点的传输负荷要求低,成像速度快,目标旁瓣低,成像效果好。      

基于实测数据的地面慢速动目标检测

2001年夏对某机载战场侦察雷达的GMTI功能进行了挂飞试验,并录取了一批双通道(天线)数据.本文给出此数据的部分处理结果,包括地面场景的多普勒波束锐化(DBS)成像,落在旁瓣区的动目标的检测和干涉定位,空时联合处理杂波抑制和动目标检测.     

改进遗传算法优化MIMO稀布阵列

为了解决多输入多输出(MIMO)天线阵列由于阵元间隔过大造成的阵列方向图出现栅瓣,在雷达回波成像时出现影响目标识别的虚假目标的问题,提出了一种改进的遗传算法对阵列排布进行优化。在传统标准遗传算法上进行改进,用多个矩阵组合表示MIMO阵列,针对在矩形平面随机分布的稀疏阵列的方向图旁瓣问题进行优化设计,并采用基于Logistic混沌序列的方法产生种群扰动,避免优化过程进入局部最优状态。通过实例对比22发射天线22接收天线的均匀规则排布MIMO阵列和经改进遗传算法优化的稀布MIMO阵列,结果表明,改进遗传算法可以有效解决规则排布阵列方向图中出现的栅瓣,并且降低方向图旁瓣,提高雷达成像性能。该优化算法变量可控,具有很强的实用性,为MIMO雷达的阵列排布提供了解决方法。     

一种有效的机载火控雷达地面动目标检测方法

研究机载火控雷达检测地面慢速目标的方法。由于机载火控雷达采用前向阵,脉冲重复频率低,使得杂波多普勒频率多重模糊。分析了机载火控雷达检测地面慢速目标的特点,提出了一种非自适应的干涉对消法与自适应的AMTI方法相结合的检测方法。分析结果表明,这种方法对雷达平台运动参数的估计精度要求较低,工程上易于实现。     

基于物理光学法的近场多入多出雷达成像模拟

针对点目标扩展函数(PSF)不能有效分析复杂目标在毫米波近场多入多出(MIMO)雷达成像中的散射机理问题，研究了一种基于近场物理光学散射计算数据的毫米波MIMO雷达成像模拟方法。该方法利用近场物理光学方法，获得包含阵列构型和目标散射信息的近场计算数据，并通过近场MIMO成像处理器实现近场MIMO成像的全过程模拟。利用D波段“T”字型二维稀疏MIMO阵对复杂的三维目标开展了近场成像实验，仿真和实验结果表明，模拟结果与实际成像结果有很好的一致性。该方法能够分析近场MIMO成像系统的成像性能，为近场MIMO成像的阵型设计提供支撑，揭示复杂目标的近场散射特性与成像机理。     

近场雷达成像非均匀稀疏阵设计

阵列设计作为多输入多输出(MIMO)雷达成像系统中的一项关键技术直接影响系统成像性能。为了解决阵元数目、结构与成像质量的关系问题,研究了近场MIMO收发稀疏阵的点扩展函数,研究了合成阵列中栅瓣的位置,探讨了基于等效阵列概念的MIMO阵列设计方法,优化了基于远场条件设计的稀疏阵,并讨论了近场效应对成像结果的影响。仿真结果表明：优化后的阵列在120~150 GHz栅瓣水平可以抑制到-50 dB。     

基于稀疏贝叶斯学习的双基雷达关联成像

双基雷达具有隐蔽性高、抗干扰性能强等优点,在现代电子战中发挥重要作用。基于雷达关联成像原理,该文研究运动目标双基雷达关联成像问题。首先,针对采用均匀线性阵列作为收发天线的双基雷达系统,在发射随机频率调制信号条件下,分析运动目标雷达回波信号特点,建立双基雷达关联成像参数化稀疏表征模型;其次,针对建立的参数化稀疏表征模型,提出一种基于稀疏贝叶斯学习的迭代关联成像算法。该算法在建立贝叶斯模型基础上,通过贝叶斯推理,得到稀疏重构信号,从而实现对运动目标成像和运动参数的精确估计。最后,通过仿真实验验证所提方法的有效性。     

Time reversal imaging of obscured targets from multistatic data

The methods employed in time-reversal imaging are applied to radar imaging problems using multistatic data collected from sparse and unstructured phased array antenna systems. The theory is especially suitable to problems involving the detection and tracking (locating) of moving ground targets (MGT) from satellite based phased array antenna systems and locating buried or obscured targets from multistatic data collected from phased array antenna systems mounted on unmanned aerial vehicles (UAV). The theory is based on the singular value decomposition (SVD) of the multistatic data matrix K and applies to general phased array antenna systems whose elements are arbitrarily located in space. It is shown that the singular vectors of the K matrix together with knowledge of the Green function of the background medium in which the targets are embedded lead directly to classical time-reversal based images of the target locations as well as super-resolution images based on a generalized Multiple-Signal-Classification algorithm recently developed for use with the K matrix. The theory is applied in a computer simulation study of the TechSat project whose goal is the location of MGTs from an unstructured and sparse phased array of freely orbiting antennas located above the ionosphere.